MétaCan
Menu
Retour à la cohorte
Enregistrement W3134490205 · doi:10.3389/fbioe.2021.655272

Engineered Polyploid Yeast Strains Enable Efficient Xylose Utilization and Ethanol Production in Corn Hydrolysates

2021· article· en· W3134490205 sur OpenAlexaff
Lulu Liu, Mingjie Jin, Mingtao Huang, Yixuan Zhu, Wenjie Yuan, Yingqian Kang, Meilin Kong, Sajid Ali, Zefang Jia, Zhaoxian Xu, Wei Xiao, Limin Cao

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNanjing University of Science and TechnologyNanjing UniversityDalian University of TechnologyNational Natural Science Foundation of China
Mots-clésXyloseHydrolysateEthanol fuelPloidyYeastCorncobFermentationEthanolFood scienceCorn stoverPolyploidBiologyStrain (injury)Saccharomyces cerevisiaeChemistryEthanol fermentationBiochemistryHydrolysisGeneRaw material

Résumé

récupéré en direct d'OpenAlex

The reported haploid Saccharomyces cerevisiae strain F106 can utilize xylose for ethanol production. After a series of XR and/or XDH mutations were introduced into F106, the XR-K270R mutant was found to outperform others. The corresponding haploid, diploid, and triploid strains were then constructed and their fermentation performance was compared. Strains F106-KR and the diploid produced an ethanol yield of 0.45 and 0.48 g/g total sugars, respectively, in simulated corn hydrolysates within 36 h. Using non-detoxicated corncob hydrolysate as the substrate, the ethanol yield with the triploid was approximately sevenfold than that of the diploid at 40°C. After a comprehensive evaluation of growth on corn stover hydrolysates pretreated with diluted acid or alkali and different substrate concentrations, ethanol yields of the triploid strain were consistently higher than those of the diploid using acid-pretreatment. These results demonstrate that the yeast chromosomal copy number is positively correlated with increased ethanol production under our experimental conditions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,791

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,190
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Bioengineering and BiotechnologyMême sujetBiofuel production and bioconversionTravaux en français237 207